Effiziente Schätzung kausaler Effekte in hochdimensionalen longitudinalen Daten mit Hilfe eines Temporal-Difference Heterogeneous Transformer

Wir präsentieren einen neuartigen Ansatz zur Schätzung des kausalen Effekts von dynamischen Behandlungsstrategien auf Endpunkte in hochdimensionalen longitudinalen Daten. Unser Verfahren kombiniert einen Transformer-basierten Algorithmus mit einer Targeted Minimum Loss-based Estimation, um robuste statistische Schlussfolgerungen zu ermöglichen.